2026 GOAI世界人工智能开源大赛(杭州总决赛)获奖作品详解 ai药物比赛 MirrorPeptidizer:DeNovo镜像多肽设计算法|ExpLoop Lab
2026 GOAI世界人工智能开源大赛(杭州总决赛)获奖作品详解
赛事信息:9月22–23日,在杭州云谷中心举办;口号 Open. Share. Build.;全球91国/地区、1.4万开发者、2999份初赛作品,70个项目晋级总决赛;一共四大赛道、六个竞赛单元,6个单元冠军同台角逐全场大奖,总奖池500万。
赛道划分:
- 新智基座(Agent基础设施)
- 无界应用(行业智能体落地)
- 前沿探索(AI for Science,分【算法赛题】+【开放探索】2个单元)
- 具身未来(具身智能,分【双臂协作】+【全地形巡逻】2个单元)
🏆 全场大奖(100万):MirrorPeptidizer:DeNovo镜像多肽设计算法|ExpLoop Lab(前沿探索·开放探索冠军)
背景痛点
镜像多肽是一类D型氨基酸构成的多肽药物,优点:耐蛋白酶降解、免疫原性低、稳定性强,适合肿瘤、自身免疫病靶点;传统研发最大卡点:天然靶蛋白很难拿到D型镜像结构、湿实验合成与筛选成本极高、公开训练数据极少,普通AI分子模型很难训练。
核心思路(最关键创新点)
不走“直接生成D多肽、对接D蛋白”,而是镜像翻转计算范式:
- 在计算机里,把天然L型靶蛋白做空间镜像,得到虚拟D靶蛋白;
- 在虚拟D蛋白口袋里,用生成模型从头(De Novo)设计D型多肽;
- 最后把【D蛋白+D多肽】整个复合物再翻转回来,得到适配原始天然L靶蛋白的镜像多肽。
一句话理解:在镜像虚拟空间做分子设计,绕开真实D蛋白制备难题
成果与亮点
- 不是纯仿真:已经在肿瘤、免疫靶点上完成湿实验验证,打通「AI生成 → 合成 → 活性测试」完整闭环,区别于大量只跑仿真的AI for Science项目;
- 全套代码、算法工具完全开源,面向药企、计算生物实验室开放,降低多肽新药研发门槛;
- 价值:减少海量盲筛实验,缩短多肽先导分子发现周期,适合多肽创新药、多肽探针开发。
🥇 其余5个单元冠军作品讲解
1. 新智基座赛道冠军:DataFlow-Agent 智能数据治理
赛道定位:Agent底层基础设施、数据底座。
痛点:现在很多智能体项目数据链路混乱、ETL流程硬编码、异构数据源(数据库、文件、API、日志)适配成本高,Agent很难稳定拿到干净可信数据。
核心:面向Agent场景的流式数据编排智能体框架。
- 内置数据血缘、数据质量校验、异常告警;
- 支持自然语言转数据Pipeline,让Agent自己调度清洗、融合、查询任务;
- 开源底座,可直接嵌入RAG、企业内部知识库、多Agent系统,解决“智能体拿不准数据”的基座问题。
2. 无界应用赛道冠军:质链智能体 · 商业航天任务技术状态与验证证据智能体
赛道定位:行业垂直智能体落地。
场景:商业航天,卫星、火箭的试验、状态管控、证据留痕、合规验证(航天行业强合规、文档爆炸、试验证据分散)。
核心能力:
- 多模态航天文档、试验日志、遥测数据自动解析;
- 自动追踪技术状态变更、关联验证证据、生成合规追溯链条;
- 给航天工程师做“证据管家智能体”,自动识别状态冲突、漏项,替代大量人工核对;
- 开源方案面向商业航天团队,适配小卫星公司轻量化验证流程。
3. 前沿探索·算法赛题冠军:基于 SpatiotemporaIPE 的 MD Transformer
赛道定位:AI+分子动力学(Molecular Dynamics,MD)。
痛点:传统MD模拟算力巨大;普通Transformer做分子动力学很难精准捕捉长程时空依赖、粒子相互作用、边界约束,长时间模拟容易漂移、精度丢失。
核心创新:SpatiotemporaIPE 时空位置编码 + MD Transformer架构
- 专门针对原子体系设计可学习时空位置嵌入;
- 用Transformer替代部分传统MD力场迭代,加速蛋白、材料分子动力学预测;
- 开源模型权重与训练流水线,面向计算化学、材料动力学研究者,属于AI for Science基础算法工具。
4. 具身未来·通用双臂协作操作冠军:GOLION 双臂协作项目
赛道定位:双臂机器人精细操作(装配、分拣、插拔、柔性物体操作)。
痛点:双臂协同的运动规划、力控、避障、双手时序配合很难,仿真和真机Gap大,开源成熟方案少。
核心:一套完整开源双臂机器人训练+推理栈:
- 支持视觉-力觉多模态闭环;
- 双臂任务分解、协同运动规划、动态障碍物在线调整;
- 团队已经开源全部训练框架、仿真环境、部署代码,供具身智能社区二次开发;
- 可迁移到工业装配、家政机器人场景。
5. 具身未来·产业园区全地形巡逻挑战赛冠军:智巡山猫全地形巡检系统(重庆大学蘑菇队)
赛道定位:真实室外复杂园区场景巡检,参赛载体为四足机器狗。
考核指标:草地、台阶、斜坡、碎石等非结构化地形通行、自主导航、障碍物规避、视频识别(烟火、人员、围栏破损)、定点巡检、回充。
项目亮点:
- 自研感知+导航融合方案,针对园区多变地形做步态自适应;
- 任务调度智能体:自动规划巡检路线、异常抓拍上报;
- 整套感知与调度软件开源;是本届大赛落地属性很强的室外具身方案,面向园区、变电站、厂区巡检场景。
补充:赛事评审核心标准(理解为什么这些项目能赢)
- 真实问题价值:不是炫技Demo,瞄准产业/科研真实痛点;
- 技术创新深度:有新架构、新范式,而不是简单堆现成大模型;
- 可验证闭环:湿实验、真机测试、仿真对比,有量化指标;
- 开源价值:代码、权重、数据集、文档开放,社区可复用、可二次开发(GOAI最核心的一票权重);
- 落地潜力:能对接行业场景,有产业化路径。
如果你需要,我可以单独给其中某一个项目写:
- 适合PPT答辩的精简版本
- 或者Mermaid架构图、技术对比表
- 或者CSDN深度解读文稿
DAMO开发者矩阵,由阿里巴巴达摩院和中国互联网协会联合发起,致力于探讨最前沿的技术趋势与应用成果,搭建高质量的交流与分享平台,推动技术创新与产业应用链接,围绕“人工智能与新型计算”构建开放共享的开发者生态。
更多推荐


所有评论(0)